joyful-pandas（下）学习笔记——第8章 分类数据

joyful-pandas（下）学习笔记——第8章 分类数据

  顾名思义，分类数据可以帮助我们将数据划分为若干个区间，每一区间内的数据都具有某一相同或相近的特征。它可以以文本或者数值标签（文本的情况比较多见）的形式出现，但又不同于普通的文本或数值。
  分类的信息密度比文本要高，但是比数值要低。
  数值型数据可以通过设定区间分割点等方式来转化为分类数据，但分类数据很难再还原为数值型数据。类似地，分类数据可以通过添加一些描述性文字的方式转化为文本数据，但是从一段文本数据中提取分类信息则较为困难。

【练习一】 现继续使用第四章中的地震数据集，请解决以下问题：

（a）现在将深度分为七个等级：[0,5,10,15,20,30,50,np.inf]，请以深度等级Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ,Ⅵ,Ⅶ为索引并按照由浅到深的顺序进行排序。

data['深度']=pd.cut(data['深度'],[-0.1,5,10,15,20,30,50,np.inf],labels=['Ⅰ','Ⅱ','Ⅲ','Ⅳ','Ⅴ','Ⅵ','Ⅶ'])

（b）在（a）的基础上，将烈度分为4个等级：[0,3,4,5,np.inf]，依次对南部地区的深度和烈度等级建立多级索引排序

data['烈度'] = pd.cut(data['烈度'], [-0.1,3,4,5,np.inf],labels=['Ⅰ','Ⅱ','Ⅲ','Ⅳ'])
data.set_index(['深度','烈度']).sort_index()

本文是对joyful-pandas教程的学习思考，感谢GYH大佬的分享！感谢Datawhale的学习组织！

joyful-pandas教程地址http://dwz.date/aZCT